मेरा पहला लंबा आर्टिकल; थोड़ा लंबा है, इसलिए मैं पसंद करने और बाद में पढ़ने के लिए बुकमार्क करने की सलाह देता हूँ।
जो दोस्त मुझे फॉलो करते हैं, उन्हें पता होना चाहिए कि मैं हाल ही में AI पोर्ट्रेट के साथ छेड़छाड़ कर रहा हूँ।
यह बैच मुख्य रूप से ChatGPT के image-2 / gpt-image-2 पर केंद्रित है। यह वह तरीका नहीं है जहाँ आप सिर्फ 'एक खूबसूरत लड़की का पोर्ट्रेट' लिखते हैं और बेहतरीन की उम्मीद करते हैं। यह उन्हें सेट दर सेट चलाने के बारे में है।
फूलों के खेत, बगीचे, पुराने मंडप, ब्लैकबोर्ड, स्टूडियो शूट, डायरेक्ट फ्लैश, सॉफ्ट मिस्ट, CCD। एक ही थीम के लिए, मैं बार-बार एक्शन, लेंस और लाइटिंग बदलता हूँ। कभी-कभी एक सेट के बाद, अच्छी तस्वीरें वास्तव में शानदार होती हैं, और असफलताएँ अविश्वसनीय रूप से बेतुकी होती हैं।
कुछ दिन पहले, मैं अपने Eagle पोर्ट्रेट फ़ोल्डर को ब्राउज़ कर रहा था और उस ढेर सारी इमेज को देखकर मुझे कुछ शब्दहीनता महसूस हुई। मैं इसे कैसे कहूँ? मुझे लगा जैसे मैं हाल ही में AI के लिए फोटोग्राफी असिस्टेंट का काम कर रहा हूँ।
मैं सीन, लाइट, प्रॉप्स, मेकअप और एक्शन लिखने के लिए जिम्मेदार हूँ; यह मेरे दिमाग में छवि को कैद करने की कोशिश करने के लिए जिम्मेदार है। फिर, जैसे-जैसे मैं स्क्रॉल करता गया, मुझे एहसास हुआ कि जो प्रॉम्प्ट लगातार स्थिर परिणाम देते हैं, वे सबसे लंबे नहीं हैं, न ही वे जिनमें सबसे अलंकारिक शब्द हैं। जो सबसे अच्छा काम करते हैं, वे एक 'फोटोग्राफी चीट शीट' की तरह हैं।
आपको AI को एक आध्यात्मिक इच्छा-पूर्ति करने वाले कुएँ के रूप में मानने की ज़रूरत नहीं है। आप इसे एक फोटोग्राफी टीम के रूप में मान सकते हैं। फोटोग्राफर को कैमरा पोजीशन जाननी चाहिए, मेकअप आर्टिस्ट को लुक जानना चाहिए, स्टाइलिस्ट को कपड़े जानने चाहिए, स्टेज मैनेजर को पता होना चाहिए कि साइट पर क्या है, प्रॉप टीम को पता होना चाहिए कि टेबल पर क्या है, और पोस्ट-प्रोडक्शन को पता होना चाहिए कि अंतिम छवि फिल्म, डायरेक्ट फ्लैश, सॉफ्ट मिस्ट या मोबाइल स्नैपशॉट है या नहीं। जब एक प्रॉम्प्ट इस स्तर तक लिखा जाता है, तो यह सिर्फ एक 'खूबसूरत व्यक्ति' का खोखला खोल उत्पन्न नहीं करेगा। इसमें एक उपस्थिति की भावना होने लगती है।
आइए पहले कुछ देखते हैं।
इस एक के लिए कीवर्ड 'प्राचीन शैली की सुंदरता' नहीं है। यह है: पुरानी लकड़ी की मेज, पक्षी पिंजरा, छोटा पक्षी, हस्तनिर्मित कागज, स्क्रॉल, बांस के पर्दे, खिड़की के फ्रेम, हवा से उड़ता हुआ गॉज़ पर्दा, खिड़की के बाहर सफेद कोहरा बैकलाइट। आप देखते हैं, चरित्र फ्रेम का सिर्फ एक हिस्सा है। जो वास्तव में छवि को थामे हुए है, वह यह कमरा है।
इसे देखें।
ग्रीष्मकालीन डेज़ी फील्ड स्ट्रॉ हैट फिल्म पोर्ट्रेट। यह एक भी सिर्फ 'गर्मियों की लड़की' नहीं है। इसमें डेज़ी, एक स्ट्रॉ हैट, बड़ा सफेद फूल फोरग्राउंड, धब्बेदार पेड़ की छाया, नीला आकाश, क्यूम्यलस बादल, घास, एक पिकनिक कंबल, साथ ही एक निचला कैमरा एंगल और फोरग्राउंड में धुंधले फूल हैं।
यह वही है जिसके बारे में मैं इस बार सबसे अधिक बात करना चाहता हूँ। पोर्ट्रेट प्रॉम्प्ट को 'व्यक्ति' से लिखना शुरू न करें। 'यह फोटो क्यों काम करती है' से शुरू करें।
मैं पहले भी बकवास लिखता था
जब मैंने पहली बार AI पोर्ट्रेट के साथ खेलना शुरू किया, तो मैंने आसानी से एक गलती की। मैं बेतहाशा 'सुंदर' लिखता था। स्पष्ट, वायुमंडलीय, हाई-एंड, सिनेमैटिक, उत्कृष्ट, यथार्थवादी, नाजुक। क्या ये शब्द उपयोगी हैं? थोड़ा। लेकिन वे बहुत खोखले हैं। यह एक फोटोग्राफर से कहने जैसा है, 'मेरे लिए एक हाई-एंड फोटो ले लो।' फोटोग्राफर शायद आपको देखकर पूछेगा: हम कहाँ शूट कर रहे हैं, रोशनी क्या है, पोशाक क्या है, मूड क्या है, आधा बॉडी या पूरा बॉडी, लेंस व्यक्ति से कितनी दूर है? AI भी ऐसा ही है। यह नहीं है कि यह सुंदरता को नहीं समझता; यह है कि यह नहीं जानता कि आपको किस तरह की सुंदरता चाहिए।
इसलिए बाद में, जब मैं पोर्ट्रेट प्रॉम्प्ट लिखता था, तो मैं पहले खुद से एक सवाल पूछता था: इस छवि का 'एंकर पॉइंट' क्या है? कुछ छवियाँ सीन के कारण काम करती हैं। कुछ रोशनी के कारण। कुछ मेकअप के कारण। कुछ लेंस एंगल के कारण। कुछ एक एक्शन के कारण। आप पहले इस चीज़ को पकड़ लें, और फिर उसके बाद के शब्दों के पास उतरने के लिए एक जगह होती है।
परत 1: इसे एक ऐसा सीन दें जो टिक सके
अब जब मैं पोर्ट्रेट लिखता हूँ, तो मैं मूल रूप से सिर्फ 'इनडोर', 'आउटडोर' या 'स्टूडियो शूट' जैसे बड़े शब्द नहीं लिखता। बहुत अस्पष्ट। मैं इसे एक विशिष्ट स्थान के रूप में लिखता हूँ। उदाहरण के लिए, एक 'पुराना मंडप अध्ययन डेस्क' सिर्फ एक 'प्राचीन शैली का कमरा' नहीं है। यह एक पुरानी लकड़ी की मेज, पक्षी पिंजरा, पीला-हरा पक्षी, बिखरे हुए अनाज, प्राचीन पुस्तकें, हस्तनिर्मित कागज, स्क्रॉल, इंकस्टोन, पुराना चीनी मिट्टी का फलों का कटोरा, आड़ू, बांस के पर्दे, खिड़की के फ्रेम, पुराना बेडस्टेड है। आइटमों की यह स्ट्रिंग बहुत कुछ दिखती है, लेकिन ऐसा इसलिए नहीं है कि हर प्रॉप दिखाई दे। यह AI को एक 'स्थानिक घनत्व' देने के लिए है।
मैं इसे बता रहा हूँ कि यह कमरा खाली नहीं है। यहाँ कोई रहता है। यहाँ पुरानी लकड़ी, कागज, गॉज़ पर्दे, एक पक्षी पिंजरा और थोड़ी धूल की नमी है। एक बार सीन स्थापित हो जाने और व्यक्ति के अंदर आने के बाद, यह स्वाभाविक हो जाता है।
उदाहरण के लिए गर्मियों के बगीचे का सेट लें।
मैंने सिर्फ 'बगीचा पोर्ट्रेट' नहीं लिखा। मैंने पत्ते, शाखाएँ, हरे फल, बेलें, बांस की टोकरियाँ, फलों की टोकरियाँ, स्ट्रॉ हैट, फलों का रस, स्ट्रॉ, प्राकृतिक रास्ते, घने वनस्पति पृष्ठभूमि लिखी। इससे भी महत्वपूर्ण बात, मैंने एक वाक्य लिखा: 'लेंस ऐसा है जैसे यह फलों के पेड़ों की शाखाओं और पत्तियों के बीच छिपा हो।' यह वाक्य बहुत उपयोगी है। यह फ्रेम में फोरग्राउंड ऑब्स्ट्रक्शन को मजबूर करता है। फोरग्राउंड के साथ, छवि सपाट नहीं होती है। ऑब्स्ट्रक्शन के साथ, फोटो ऐसा दिखता है जैसे यह वास्तव में किसी ने कैप्चर किया हो, न कि AI ने व्यक्ति को सीधे एक बैकड्रॉप के सामने रख दिया हो।
मैं अब यह देखकर न्याय करता हूँ कि क्या कोई सीन अच्छी तरह से लिखा गया है, यह देखकर कि क्या इसमें तीन परतें हैं: फोरग्राउंड में क्या है? व्यक्ति कहाँ है? बैकग्राउंड में क्या है? यदि तीनों परतें खाली हैं, तो यह संभवतः एक बहुत सपाट छवि उत्पन्न करेगा।
परत 2: सिर्फ स्टाइल न लिखें, इमेजिंग विधि लिखें
बहुत से लोग स्टाइल लिखना पसंद करते हैं: फिल्म फील, CCD, सिनेमैटिक, मैगज़ीन फील, वायुमंडलीय। आप ये लिख सकते हैं, लेकिन ये पर्याप्त नहीं हैं। मैं अब 'यह किस डिवाइस से शॉट दिखता है' लिखना पसंद करता हूँ। उदाहरण के लिए: Fujifilm फोटोग्राफी, Nikon फोटोग्राफी, मोबाइल स्नैपशॉट, डायरेक्ट फ्लैश CCD, हाई-की क्रीमी सॉफ्ट मिस्ट स्टूडियो लाइट। अलग-अलग डिवाइसों के पीछे अलग-अलग इमेजिंग लॉजिक हैं।
Fujifilm बाहर आमतौर पर उच्च संतृप्ति, नीला आकाश और फिल्म ग्रेन लाता है। डायरेक्ट फ्लैश CCD में कठोर छायाएँ, त्वचा पर प्रतिबिंब और उपस्थिति की भावना होगी। सॉफ्ट मिस्ट स्टूडियो शूट में कम कंट्रास्ट, धुंधले किनारे और क्रीमी हाइलाइट्स होंगे। जब आप 'हाई-एंड' लिखते हैं, तो AI को नहीं पता कि हाई-एंड कैसे होना है। यदि आप 'हाई-की क्रीमी सॉफ्ट मिस्ट स्टूडियो लाइट, सामने और बगल से चरित्र को लपेटने वाली नरम रोशनी का बड़ा क्षेत्र, समग्र एक्सपोज़र थोड़ा अधिक, कम कंट्रास्ट, जैसे Pro-Mist फिल्टर के माध्यम से शूटिंग' लिखते हैं, तो यह जानता है कि प्रयास कहाँ लगाना है।
यह 'व्हाइट ऑर्किड सॉफ्ट मिस्ट' छवि इसी तर्क का अनुसरण करती है।
इस छवि में मुझे जिस चीज़ से सबसे अधिक संतुष्टि है, वह चेहरा नहीं है। यह वह है कि रोशनी बहुत नरम है। हाथ, फूल, सफेद टेबलटॉप और बैकग्राउंड सभी प्रकाश से नरम हो जाते हैं। प्रॉम्प्ट में जिस चीज़ ने वास्तव में काम किया, वह थी 'हाई-की', 'सॉफ्ट मिस्ट', 'लो कंट्रास्ट', 'फोरग्राउंड बोके' और 'हाइलाइट्स थोड़ा ओवरफ्लो हो रहे हैं लेकिन डेड व्हाइट नहीं'।
यहाँ एक छोटी सी टिप है: सिर्फ यह न लिखें कि रोशनी सुंदर है। लिखें कि वह कहाँ से आती है, कहाँ गिरती है, और अंततः क्या प्रभाव पैदा करती है।
परत 3: मेकअप को एंकर के रूप में लिखें, ट्यूटोरियल के रूप में नहीं
पोर्ट्रेट लिखने से एक और जाल में फँसना आसान है: मेकअप विवरण को लंबा और लंबा बनाना। आईशैडो, आईलैशेज़, एग्यो-साल, लिप ग्लेज़, नोज़ ब्रिज हाइलाइट, गालों पर ब्लश, त्वचा की बनावट—सब कुछ ठूँस दिया जाता है। मैं भी इस गड्ढे में कदम रख चुका हूँ। इसका परिणाम यह होता है कि कुछ छवियाँ ब्यूटी विज्ञापनों की तरह दिखती हैं, और चेहरे भी नकली लगने लगते हैं। बाद में मैंने पाया कि मेकअप को 'न्यूनतम पहचानने योग्य एंकर' के माध्यम से सबसे अच्छा कैद किया जाता है—उस चेहरे के लिए सबसे महत्वपूर्ण पहचान बिंदु।
उदाहरण के लिए, 'पीच ऑक्सीजन पोर्ट्रेट' में, मेकअप एंकर पीच-पिंक स्वीट मेकअप, क्रीमी स्किन, पीच ब्लश, अंडर-आई ब्लश, हाइड्रेटेड पीच-पिंक लिप्स, फ्रूट हेयर एक्सेसरीज़ और रिबन हेयर ऑर्नामेंट्स हैं।
आप पाएँगे कि फोकस 'संपूर्ण विशेषताएँ' नहीं है। फोकस यह है कि पूरा चेहरा एक आड़ू जैसा दिखता है। ब्लश, लिप कलर, हेयर एक्सेसरीज़, प्रॉप्स और रोशनी सभी इस भावना की सेवा करते हैं। इस बिंदु पर, प्रॉम्प्ट में परस्पर विरोधी मेकअप स्टाइल का एक गुच्छा न लिखें। 'ठंडा और दुनिया से थका हुआ' लिखते हुए 'मीठा और ऊर्जावान' भी न लिखें।
परत 4: निश्चित एक्शन न लिखें, एक्शन स्केलेटन लिखें
यह वह जगह है जहाँ बहुत से लोग फँस जाते हैं क्योंकि AI पोर्ट्रेट के लिए सबसे आसान जगह पोज़ है। एक अतिरिक्त उंगली, एक गर्दन जैसे टूटी हुई मुड़ी हुई, पैर जो कनेक्ट नहीं होते। मैं अब डिफ़ॉल्ट रूप से 'कैमरे की ओर देखते हुए पीछे मुड़कर देखना' या 'शरीर दूर मुड़ा हुआ लेकिन सिर पीछे मुड़ा हुआ' जैसे पोज़ से बचता हूँ। ऐसा नहीं है कि वे अच्छी छवियाँ नहीं बना सकते; बस असफलता की दर बहुत अधिक है। विशेष रूप से गर्दन और कंधे—वे आसानी से टूट जाते हैं।
इसलिए मैं एक्शन स्केलेटन लिखना पसंद करता हूँ। उदाहरण के लिए: सिर नीचे और आँखें नीचे, उंगलियाँ धीरे से मेज पर पंखुड़ियों को छू रही हैं। घास पर बैठकर धूप सेंकना, कैमरे की ओर देखने के लिए मजबूर नहीं। फलों के पेड़ की शाखाओं के बीच से दौड़ना, बगल में मुस्कुराते हुए लेकिन सिर और कंधे एक ही दिशा में। चेहरे के पास एक आड़ू पकड़े हुए, एक चंचल क्लोज़-अप स्नैपशॉट।
यह 'ब्लैकबोर्ड प्रोफेशनल' छवि कुछ चीज़ों के कारण काम करती है: ब्लैकबोर्ड, फ़ॉर्मूले, ID लैनयार्ड, काले फ्रेम वाले चश्मे, रात का कार्यालय, डायरेक्ट फ्लैश। एक्शन कोई जटिल डांस मूव नहीं है; यह सिर्फ हाथ टेबलटॉप को सहारा दे रहे हैं, शरीर थोड़ा साइड में है, डायरेक्ट फ्लैश के साथ कैमरे की ओर देख रहे हैं। फ्लैश जितना अधिक डायरेक्ट होगा, एक्शन उतना ही सरल होना चाहिए, क्योंकि डायरेक्ट फ्लैश शरीर की संरचना को बहुत स्पष्ट रूप से उजागर करता है।
परत 5: इसे कुछ रैंडमनेस दें, लेकिन दिशा को रैंडम न करें
मैं पहले रैंडमनेस से डरता था। मुझे लगता था कि प्रॉम्प्ट को यथासंभव सख्ती से लिखा जाना चाहिए। बाद में मैंने पाया कि ऐसा नहीं है। पोर्ट्रेट के लिए सबसे बुरी चीज यह है कि सभी छवियाँ एक जैसी दिखें। मैं अब जानबूझकर कुछ स्थानों पर वेरिएबल छोड़ता हूँ। उदाहरण के लिए: 'सभी प्रॉप्स को दिखने की ज़रूरत नहीं है, रचना की ज़रूरतों के आधार पर चुनें।' या 'लेंस की दूरी प्रत्येक छवि के लिए अलग-अलग होती है।' या 'एक्शन और एक्सप्रेशन रैंडम हैं, कैमरे की ओर देखने की कोई ज़रूरत नहीं है।'
यह 'समर स्ट्रीम फ्लावर क्राउन' एक विशिष्ट उदाहरण है। इसकी दिशा स्पष्ट है: गर्मी, तेज रोशनी, फूलों का मुकुट, हरे बाल, बगीचे की परी जैसी आभा। लेकिन यह अनिवार्य नहीं करता कि चरित्र को सीधे कैमरे का सामना करना चाहिए। परिणामस्वरूप, छवि अधिक प्राकृतिक है। मेरी भावना यह है कि सबसे स्थिर संरचना 'सब कुछ लॉक डाउन करना' नहीं है, बल्कि 'स्टाइल स्केलेटन को लॉक करना और फ्रेम को सांस लेने देना' है।
मेरी वर्तमान सामान्य लेखन शैली
यदि आप AI पोर्ट्रेट लिखना चाहते हैं, तो मैं सुझाव देता हूँ कि पहले उन लंबे 'सार्वभौमिक' प्रॉम्प्ट न सीखें। इसके बजाय एक स्थिर संरचना का उपयोग करें। मैं मोटे तौर पर इस तरह लिखता हूँ:
पहलू अनुपात, यथार्थवादी फोटोग्राफी, विशिष्ट पोर्ट्रेट थीम, विशिष्ट कैमरा या इमेजिंग विधि
चरित्र आधार, स्पष्ट रूप से वयस्क, चेहरे का आकार/स्वभाव, हेयरस्टाइल, मेकअप एंकर, यथार्थवादी त्वचा बनावट
कपड़े स्टाइलिंग, रंग, सामग्री, यथार्थवादी पहनने योग्यता, थीम से संबंध
सीन, फोरग्राउंड में क्या है, व्यक्ति कहाँ है, बैकग्राउंड में क्या है, वहाँ कौन से प्रॉप्स हो सकते हैं
लेंस, लॉन्ग शॉट या क्लोज़-अप, वाइड एंगल या मीडियम-क्लोज़, लो एंगल या टॉप-डाउन, बोल्ड क्रॉपिंग, उथली गहराई का क्षेत्र
एक्शन/एक्सप्रेशन, एक स्पष्ट एक्शन स्केलेटन, कैमरे की ओर देखने से बच सकता है, प्राकृतिक सिर/कंधे की दिशा
लाइटिंग, रोशनी कहाँ से आती है, कहाँ गिरती है, यह कौन से हाइलाइट्स/शैडोज़/चकाचौंध/अनाज पैदा करती है
नकारात्मक बाधाएँ, कोई प्लास्टिक त्वचा नहीं, कोई विकृत उंगलियाँ नहीं, कोई अतिरिक्त अंग नहीं, कोई तेज सिर घुमाव नहीं
असली बात यह है कि तत्वों को आपस में जोड़ना है
जब मैं इन छवियों को ब्राउज़ करता हूँ, तो एक भावना विशेष रूप से स्पष्ट होती है: अच्छी छवियों में, तत्व एक-दूसरे को 'जानते' हैं। आड़ू और ब्लश एक-दूसरे को जानते हैं। स्ट्रॉ हैट और पेड़ की छाया एक-दूसरे को जानते हैं। ब्लैकबोर्ड और ID लैनयार्ड एक-दूसरे को जानते हैं। खराब छवियाँ सिर्फ बदसूरत नहीं होतीं; उनमें अक्सर ऐसे तत्व होते हैं जो एक-दूसरे को नहीं जानते। एक व्यक्ति एक बैकग्राउंड के सामने खड़ा होता है, लेकिन कपड़े किसी और दुनिया के होते हैं, रोशनी किसी और दुनिया की होती है, और प्रॉप्स सिर्फ चिपके हुए होते हैं। यह वह 'AI गंध' पैदा करता है।
वास्तव में, प्रॉम्प्ट लिखना आपके अपने सौंदर्यशास्त्र को प्रशिक्षित करना है
सच कहूँ तो, इतने सारे पोर्ट्रेट चलाने के बाद, मुझे नहीं लगता कि प्रॉम्प्ट अब मंत्र हैं। वे ऐसे उपकरण हैं जो आपके सौंदर्यशास्त्र को बेहतर बनाने के लिए मजबूर करते हैं। आप इसे स्पष्ट रूप से नहीं लिख सकते क्योंकि आपके दिमाग में छवि अभी तक स्पष्ट नहीं है। एक बार जब आप फोरग्राउंड, लाइटिंग, लेंस, एक्शन, मेकअप और प्रॉप संबंधों के बारे में लिखना शुरू करते हैं, तो आप पाएँगे कि छवियों को देखने का आपका तरीका भी बदल गया है।
AI ने सौंदर्यशास्त्र को महत्वहीन नहीं बनाया है; इसने उन्हें और अधिक विशिष्ट बना दिया है। वे सभी भावनाएँ जिन्हें आप पहले व्यक्त नहीं कर सकते थे, अब उन्हें शब्दों में बदलना होगा। जब आप इन चीज़ों को स्पष्ट रूप से समझा सकते हैं, तो AI छवियाँ अंततः व्यवहार करना शुरू कर देती हैं।
सबसे छोटा संस्करण
यदि आप आज केवल एक चीज़ लेकर जाते हैं, तो यह याद रखें: पोर्ट्रेट प्रॉम्प्ट लिखने का क्रम हो सकता है: थीम, इमेजिंग विधि, चरित्र स्टाइलिंग, सीन संबंध, लेंस रचना, एक्शन स्केलेटन, लाइटिंग बनावट, नकारात्मक गार्डरेल। 'खूबसूरत लड़की' से शुरू न करें। 'फोटो क्यों काम करती है' से शुरू करें।
